Python電商數據分析實戰 (微課版) 陳海城 9787115621634 【台灣高等教育出版社】

編輯推薦
適讀人群 ：本書既可以作為高等院校電子商務專業、商務數據分析與應用、大數據分析與應用專業等學生的專業課教材，也可以作為實務工作者學習電子商務數據分析的基礎知識以及報考商務數據分析相關資格考試的參考用書。
1 本書秉持理論與實踐相結合的理念，講解以物流數據、網店運營數據、銷售數據、客服數據、客戶數據、市場數據、產品數據等核心數據的採集、處理、分析及可視化。
2 本書以業務流程為主線，採用數據分析的相關技術方法，並結合場景應用，將理論與實踐融合。案例均來源於真實的行業數據，並提供大量的案例及完備的數據資源。
3 配備微課視頻及豐富的教學資源。

內容簡介
全書共分為3篇。第一篇是理論基礎篇，講解從事電子商務數據分析前需要了解的理論知識，每個理論知識點都結合案例做詳細的解析。第二篇是專業方法篇，介紹數據採集和數據清洗的專業方法。第三篇是應用場景篇，介紹運營與數據平台的應用、運營診斷與復盤的方法、宏觀市場分析、市場細分及競爭分析、流量運營分析、產品運營分析、消費者運營分析及商務報告的撰寫等。
本書既可以作為高等院校電子商務專業、商務數據分析與應用專業、大數據分析與應用專業等本專、科學生的專業課教材，也可以作為實務工作者學習電子商務數據分析的基礎知識以及報考商務數據分析相關資格證的參考用書。

作者簡介
陳海城 多所院校的創業實踐講師及創業導師，數據分析專家，10年電商行業從業經驗，代表暢銷書：《Python3爬蟲、數據清洗與可視化實戰》《淘寶、天貓電商數據分析與挖掘實戰》。

目錄
第 1章1
電商數據分析導論 1
1 1 認知數據分析 1
1 1 1 數據分析的概念 1
1 1 2 數據分析的作用 1
1 1 3 數據分析的標準流程 3
1 2 電商數據分析的必備知識和工具 6
1 2 1 數學和統計學 6
1 2 2 運籌學 7
1 2 3 數據分析方法論 7
1 2 4 數據分析工具 8
1 2 5 電商數據指標體系 8
1 3 數據分析在電商中的應用 9
1 3 1 數據診斷 9
1 3 2 數據復盤 10
1 3 3 市場分析 10
1 3 4 競爭分析 10
1 3 5 渠道分析 10
1 3 6 活動及廣告分析 11
1 3 7 產品分析 11
1 3 8 庫存分析 11
1 3 9 消費者分析 11
1 4 統計學是數據分析的核心理論基礎 12
1 4 1 統計學來源及特點 12
1 4 2 統計的基本概念 12
1 4 3 統計的工作過程 14
1 4 4 統計的研究方法 15
1 5 運籌學基礎 16
1 5 1 博弈論和運籌學 16
1 5 2 運籌學的模型 17
1 5 3 規劃求解的經典問題 18
1 6 數據分析的專業術語 20
1 6 1 維度和分類數據 20
1 6 2 度量和定量數據 20
1 6 3 粒度 20
1 6 4 量綱和單位 20
1 6 5 數據集、事實表和維度表 20
1 6 6 演算法和函數 21
1 6 7 模型 21
1 7 電商數據來源及指標體系 21
1 7 1 數據來源 21
1 7 2 數據口徑 21
1 7 3 基礎數據指標 22
1 7 4 常用分析度量 22
1 7 5 建立數據指標體系 23
1 8 本章小結 24
1 9 習題 24
第 2章 25
數據分析方法論 25
2 1 基本方法 25
2 1 1 對比法 26
2 1 2 拆分法 26
2 1 3 排序法 27
2 1 4 分組法 28
2 1 5 交叉法 28
2 1 6 降維法 29
2 1 7 增維法 30
2 1 8 指標法 30
2 1 9 圖形法 31
2 2 高級方法 33
2 2 1 SWOT分析法 33
2 2 2 描述性統計法 34
2 2 3 數據標準化（指數化） 39
2 2 4 熵值法 40
2 2 5 漏斗分析法 42
2 2 6 矩陣分析法 43
2 2 7 多維分析法 46
2 2 8 時間序列分析法 51
2 2 9 相關性分析法 53
2 2 10 杜邦分析法 56
2 3 本章小結 57
2 4 習題 57
第3章 58
數據採集方法 58
3 1 數據採集的基礎知識 58
3 1 1 爬蟲許可權申明 58
3 1 2 URL構成原理 58
3 1 3 網站的構成 59
3 1 4 HTML請求與響應 60
3 2 數據採集 61
3 2 1 靜態數據採集 61
3 2 2 動態數據採集 62
3 3 本章小結 65
3 4 習題 65
第4章 66
數據清洗方法 66
4 1 數據規整 66
4 1 1 數據類型 66
4 1 2 缺失值和異常值處理 67
4 2 數據合併與分組 67
4 2 1 縱向合併 67
4 2 2 橫向合併 68
4 2 3 數據分組 71
4 3 數據變形 72
4 3 1 數據透視 72
4 3 2 數據逆透視 73
4 4 本章小結 74
4 5 習題 74
第三篇 應用場景篇 75
第5章 75
運營與數據平台 75
5 1 百度指數 75
5 1 1 趨勢研究 75
5 1 2 需求圖譜 76
5 1 3 人群畫像 76
5 2 生意參謀 77
5 2 1 首頁 78
5 3 2 實時數據 80
5 3 3 流量和商品 82
5 3 4 交易和服務 85
5 3 5 市場數據 88
5 4 本章小結 91
5 5 習題 92
第6章 93
運營診斷與復盤 93
6 1 店鋪診斷 93
6 1 1 杜邦分析法建模診斷 93
6 1 2 相關性分析法診斷 97
6 2 店鋪復盤 98
6 2 1 復盤的步驟 98
6 2 2 全店復盤案例 99
6 2 3 利潤與投產比復盤案例 103
6 3 本章小結 105
6 4 習題 105
第7章 106
宏觀市場分析 106
7 1 市場容量分析 106
7 1 1 市場容量分析思路 106
7 1 2 市場容量匯總 107
7 1 3 市場容量可視化 108
7 2 市場趨勢分析 116
7 2 1 市場趨勢分析思路 117
7 2 2 市場趨勢可視化 117
7 2 3 同比和環比計算 121
7 2 4 組合圖創建與設置 122
7 2 5 預測工作表創建 124
7 3 本章小結 128
7 4 習題 129
第8章 130
市場細分及競爭分析 130
8 1 市場細分 130
8 1 1 基於人群的市場細分 130
8 1 2 基於產品的市場細分 134
8 1 3 基於渠道的市場細分 136
8 2 品牌分析 139
8 2 1 品牌集中度 139
8 2 2 品牌矩陣分析 142
8 3 競爭分析 142
8 3 1 競爭環境分析 143
8 3 2 市場售價分析 146
8 3 3 競爭對手的選擇 151
8 3 4 競爭對手數據跟蹤 152
8 3 5 競爭對手分析 153
8 4 本章小結 168
8 5 習題 168
第9章 169
流量運營分析 169
9 1 渠道分析 169
9 1 1 傳統流量渠道分析 169
9 1 2 內容渠道分析 176
9 2 活動及廣告分析 182
9 2 1 活動分析 182
9 2 2 廣告分析 185
9 3 本章小結 190
9 4 習題 190
第 10章 191
產品運營分析 191
10 1 產品分析 191
10 1 1 產品結構分析 191
10 1 2 產品矩陣 195
10 1 3 產品生命周期分析 199
10 1 4 產品銷售分析 201
10 2 庫存分析 207
10 2 1 庫存績效分析 208
10 2 2 補貨模型 209
10 3 本章小結 213
10 4 習題 213
第 11章 214
消費者運營分析 214
11 1 消費者分佈 214
11 1 1消費者地域分佈 214
11 1 2消費者行為習慣分析 217
11 2 RFM模型 221
11 2 1 RFM模型理論及計算方法 221
11 2 2 RFM計算實例 222
11 3 復購分析 224
11 3 1消費者復購率計算與分析 224
11 3 2復購間隔分析 228
11 3 3復購產品歸因分析 233
11 4 消費者輿情分析 236
11 4 1評價詞頻分析 236
11 4 2評價情感分析 237
11 5 本章小結 238
11 6 習題 238
第 1 2章 239
商務數據報告撰寫與商業分析案例 239
12 1 數據報告撰寫 239
12 1 1 數據報告類型 239
12 1 2 數據報告撰寫流程 239
12 1 3 數據報告撰寫技巧 240
12 2 商業分析案例 244
12 2 1 市場分析 245
12 2 2 用戶輿情分析 246
12 2 3 互聯網話題分析（新媒體和知識付費方向） 247
12 3 本章小結 249